1. 痛点问题 我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。 图1 自动驾驶、视觉抓取、物体识别 2. 解决方案 本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。 图2 三维目标检测的流程图 在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。 合作需求 寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。

本实用新型涉及双目立体视觉测距技术，具体涉及一种多摄像头自适应的立体视觉测距装置，包括 主板，固定在主板上的左一摄像头、左二摄像头、右一摄像头、右二摄像头、右三摄像头、左数据传输 接口，及右数据传输接口，还包括外部控制板；左一摄像头、左二摄像头通过主板与左数据传输接口连 接；右一摄像头、右二摄像头、右三摄像头通过主板与右数据传输接口连接；左数据传输接口、右数据 传输接口分别与外部控制板连接。该测距装置结构简单、操作方便、成本低，具有多个摄像头，允许根 据待测物的实际位置和实际距离选择使用摄像头对，具有自适应性，可移植性强，能够实现双目立体视 觉测距所需图像数据的实时采集和传输。 

一种基于对象随机游走的遥感图像视觉显著性检测方法及系统，包括进行多尺度分割，并在每个尺 度下分别对颜色特征相似的邻接区域进行合并;对于每个尺度下的分割结果，分别提取每个分割区域的 视觉特征，构建当前尺度下的对象集合;对于每个尺度下的对象集合，通过对象间的特征差异计算对应 的边缘权重，并计算注意焦点在对象间的转移概率，获得注意焦点的转移概率矩阵，分别根据注意焦点 的转移概率矩阵计算注意焦点在所有对象间的平稳分布，由该平稳分布中每个对象对应的概率进一步计 算视觉显著性并归一化，获得当前尺度下的归一化视觉显著图;融合各个尺度下的视觉显著图，即可获 得该遥感图像最终的视觉显著图。

一、设备概述         LG-IRBL02型 并联机器人视觉分拣工作站由机器人工作台、输送带、ABB四自由度并联机器人、末端执行器、视觉系统和辅助模块组成。该装置的主要任务是，机器人通过视觉定位抓取散乱工件进行高速高精度分拣放置整齐工作。该功能可用于来料分拣抓取装盒等工作。 二、技术参数 1、输入电源：单相AC200V～230V(＋10%－15%),50Hz； 2、工作环境：温度0℃～45℃，相对湿度20％～90％RH（40℃）； 3、工作站尺寸：2010mm×900mm×1850mm； 4、操作台：700mm×500mm×1350mm 5、四自由度并联机器人采用ABB IRB360-1/800并联机器人，有效负载1KG，拾料范围800mm。 三、设备组成及功能描述 1、输送带     采用两条输送带，主要完成物料输送，配合机器人对物料进行高速分拣。 2、四自由度并联工业机器人     本工作站采用的四自由度ABB IRB360-1/800并联机器人，有效负载1KG，拾料范围800mm。 3、机器人末端执行器     本工作站的机器人末端执行器即为吸盘。末端执行器安装于机器人末端安装法兰面上，用于随机器人对物料进行高速高精度的分拣。 4、视觉系统     本工作站采用欧姆龙FZ-350智能视觉系统，由视觉控制器、白色光源、视觉相机及监视显示器等组成。用于检测工件的特性，如数字、颜色、形状等，还可以对装配效果进行实时检测操作。通过视觉系统对物料的位姿进行检测，将信号传送给控制系统，控制系统通过计算分析后指令机器人对物料进行分拣。 5、机器人工作台     本工作站中并联机器人、输送带、视觉系统等其他辅助模块均集成于工作台上，布局合理、美观，使用方便。 6、辅助模块     本工作站为了保证物料机器人循环分拣物料，故在输送带另一端配装物料导向装置。 四、设备特点 1、直观性较强：主要设备均采用直接外露的安装形式，结构简单，便于学生拆装。 2、系统性强，贴近实际生产：该实训平台将目前两台典型的高速机器人（3+1轴）和机器人视觉系统有机结合，同时集成传感器、气动元器件等知识，使学生对机电一体化设备有了更直观的认识。该平台模拟了机器人实际应用，缩短学生从教室到工业现场的过度和适应时间。 3、开放性和扩展性强：该平台还可根据自己的教学需要快捷地更换主要设备，通过现场总线实现多种设备的挂接。 4、安全性高：该实训平台配备相应的漏电、过载及短路保护，能够确保操作者的人身安全。 五、实训项目 1、并联机器人的机构组成、工作原理、性能指标认识； 2、并联机器人机械系统的组成； 3、并联机器人正逆运动学分析； 4、并联机器人控制系统的学习； 5、PLC的学习与应用； 6、CoDeSys软件的了解与应用； 7、现场总线的应用； 8、机器人示教编程与再现控制原理与方法； 9、机器人PTP运动轨迹控制方法； 10、机器人视觉系统的认识及操作； 11、机器人的视觉分拣实验； 12、系统故障诊断与维护。

联系我们：深圳市大象机器人科技有限公司 官网：https://www.elephantrobotics.com淘宝官方旗舰店：https://shop504055678.taobao.com/?spm=a1z10.1-c-s.0.0.2b0e58e7PY8UhV电话：+86 (0755) 8696 8565/+86 181 2384 1923地址：深圳市福田区华强北电子科技大厦D座智方舟国际智能硬件创新中心D403 D504 D505

"该项目针对大型基础设施实时监测与灾害预警的迫切需求，历时10余年科技攻关，突破了多项重要理论与核心关键技术。提出了基于双重约束的光纤光栅非均匀应变传感理论，形成了复合材料光纤内植工艺与光纤金属化封装新工艺，攻克了传感精度低、成活率低与耐久性差三大难题；在国内外首次突破了大型基础设施裂隙水流速监测难题，破解了大型基础设施多场耦合监测技术障碍，发明了系列专用光纤光栅传感器；组建了超大容量光纤光栅传感网络，构建了大型基础设施安全监测多元信息一体化综合感知系统；提出了基于离散应变反演递推的形态传感方法建立了基于多场信息的灾变判据，解决了大型基础设施灾害综合预警的重大难题。形成了从“传感理论—封装工艺—传感结构—传感器—采集系统—预警方法”成套技术体系。成果获得2018年度国家科技进步一等奖、2018年度山东省科技进步二等奖项，纳入行业标准3项，获国家发明专利29项，实用新型专利34项，软件著作权15项，发表SCI论文52篇，EI论文62篇，产品出口英国、德国、新加坡、马来西亚等国家，同时产生了巨大的经济效益及社会效益，对大型基础设施安全监测与灾害预警行业发展具有重要的推动作用。本项目成果主要

噬菌体由和 Twort 在 1907 年和 D，Herelle 在 1909 年发现。凡存 在细菌的场所就可能有相应的噬菌体存活。20 世纪初，由于抗生素 的发现及临床应用为治疗细菌感染提供了有效途径，以至于对噬菌体 生物制剂的研究放缓了步伐。但随着多重耐药致病菌威胁的不断加 大，人们需要寻找抗生素以外的疗法治疗感染性问题。因此，噬菌体 疗法又引起人们广泛关注。 噬菌体是感染细菌、真菌、放线菌或螺旋体等微生物的病毒的

受国家自然科学基金资助，自1990年开展该研究工作，已形成专利产品——红外热成像装置。济南钢铁集团总公司和北京科技大学于1999年6月签定了本项目的技术开发合同书，共同开发这一具有明显技术经济效益的新型烧结工况信息获取与智能化处理系统。该项目已于2000年12月通过验收。 系统所涉及的主要技术包括：红外热成像、红外测温、图象抓取与处理、图象分割、特征变量的提取和选择，适应于烧结矿红外图像的滤波方法、以及烧结矿FeO含量和转鼓指数在线推断的数学建模，其中红外热成像技术及测温技术为国家专利技术。 系统采用近红外成像技术，可以采集高温工业窑炉的工况图像，通过计算机图像采集转换成数字图像，在获得模拟和数字图像的同时，可通过视频缆和网络进行图像的传输，并可根据应用厂家的需求，任意或同时测取点、线、面的温度。在此基础上可根据厂家的要求，进行烧结矿的在线质量推断。 该系统由两部分组成： 红外热成像装置：提供清晰的工况图像。红外热成像计算机视觉检测及信息处理系统：红外热成像装置与计算机连接后，通过图像采集获得生产工况的数字图像，经处理构成红外热成像计算机视觉检测和信息处理系统

一种基于机器视觉的水稻穗颈瘟染病程度分级方法，包括以下步骤：（1）建立水稻穗颈瘟染病程度分级模型；（2）对农田现场的水稻染病程序进行测试，其过程为：（2.1）、采用多光谱成像仪拍摄农田现场的水稻的图像；（2.2）、将获得的多光谱图像去除图像背景，提取图像信息；（2.3）、获得图像的12个颜色特征；（2.4）、通过对获取的12个颜色特征进行变量标准化预处理，然后进行用以对数据降维的主成分分析，根据各主成分的贡献率，得到第一主成分和第二主成分；（2.5）、将第一主成分和第二主成分作为测试模型的输入，运行所述测试模型得到农田现场的水稻的穗颈瘟染病级别。本发明省时省力、可靠性高、效率很高。

一、项目简介 人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析，易受光照、遮挡、穿着和复杂背景等因素的影响，研究的挑战极大。对人体的属性，尤其是人脸和人体姿态的智能分析，是计算机视觉和人工智能中的热点研究问题，也是视觉产业化急需突破的关键技术。 二、前期研究基础